-
题名基于DB-PATNet的棉布瑕疵小样本语义分割
- 1
-
-
作者
杨正达
李波
苏莲花
姚为
田淙文
-
机构
中南民族大学计算机科学学院
-
出处
《计算机工程与设计》
北大核心
2025年第6期1803-1809,共7页
-
基金
国家自然科学基金项目(61976226)。
-
文摘
针对棉布生产中棉布瑕疵的小样本特点,采用小样本学习的方法,在PATNet基础上提出一种双分支小样本语义分割网络DB-PATNet。基于瑕疵样本低对比度和尺度差异大的特点,提出双分支解码器结构和双向指导策略;引入结合自注意力的特征转换模块,增强模型对新类样本和新域样本的泛化能力。实验结果表明,DB-PATNet网络的mIoU在5-shot设置中相较于PATNet网络提升了2.67%,相比RePRI网络提升了8.84%。在跨域实验中,mIoU在1-shot设置中达到了57.61%,在5-shot设置中达到了64.43%,接近常规语义分割网络的性能。
-
关键词
棉布瑕疵
小样本学习
语义分割
双分支解码器结构
双向指导策略
自注意力
特征转换
-
Keywords
cotton defects
few-shot learning
semantic segmentation
dual-branch decoder structure
bidirectional guidance strategy
self-attention
feature transformation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
